CN115616266A - 一种波形幅度值测量方法、装置、终端设备以及存储介质 - Google Patents
一种波形幅度值测量方法、装置、终端设备以及存储介质 Download PDFInfo
- Publication number
- CN115616266A CN115616266A CN202211242511.5A CN202211242511A CN115616266A CN 115616266 A CN115616266 A CN 115616266A CN 202211242511 A CN202211242511 A CN 202211242511A CN 115616266 A CN115616266 A CN 115616266A
- Authority
- CN
- China
- Prior art keywords
- value
- signal wave
- calculation rule
- data set
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R13/00—Arrangements for displaying electric variables or waveforms
- G01R13/02—Arrangements for displaying electric variables or waveforms for displaying measured electric variables in digital form
- G01R13/0218—Circuits therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R13/00—Arrangements for displaying electric variables or waveforms
- G01R13/02—Arrangements for displaying electric variables or waveforms for displaying measured electric variables in digital form
- G01R13/029—Software therefor
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Current Or Voltage (AREA)
Abstract
本发明实施例公开了一种波形幅度值测量方法、装置、终端设备以及存储介质,本发明实施例在获取到信号波的ADC码值后,首先将ADC码值划分为第一数据集合和第二数据集合,并根据ADC码值生成码值分布波形图。之后进一步根据码值分布波形图确定信号波是否为噪声,当信号波为噪声时,则通过第一计算规则来计算信号波的幅度值,而当信号波并非为噪声时,则根据信号波的特征信息,从第一计算规则和第二计算规则中确定出目标计算规则,并利用目标计算规则来计算信号波的幅度值。相较于现有技术直接根据ADC码值分布的数量计算幅度值的方式,本发明实施例能够提高幅度值的测量准确率,解决了现有技术对信号波的幅度值进行测量时,测量准确率较低的技术问题。
Description
技术领域
本申请实施例涉及信号波测量领域,尤其涉及一种波形幅度值测量方法、装置、终端设备以及存储介质。
背景技术
目前,现有示波器等信号波测量设备在进行信号波的幅度测量时,一般采用最大数量点判断法。该方法的原理是对测量范围内所有数据的ADC码值进行直方图统计,在大于中值的数据中选取出现数量最大的ADC码值作为顶部值TOP,选取小于中值数据中出现数量最大的ADC码值作为底部值BASE。然后通过TOP-BASE来得到幅度值。然而,这种测量方式受到信号噪声以及ADC本身量化误差非线性影响,导致最终得到的幅度值的准确性差。
综上所述,如何在对信号波的幅度值进行测量值,提高幅度值的测量准确率,成为了目前亟需解决的技术问题。
发明内容
本发明实施例提供了一种波形幅度值测量方法、装置、终端设备以及存储介质,解决了现有技术对信号波的幅度值进行测量时,存在着测量准确率低下的技术问题。
第一方面,本发明实施例提供了一种波形幅度值测量方法,包括以下步骤:
获取信号波的ADC码值,根据所述ADC码值的均值,将所述ADC码值划分为第一数据集合以及第二数据集合;
根据所述ADC码值生成码值分布波形图,所述码值分布波形图以所述ADC码值的数值作为横坐标,以所述ADC码值的数量作为纵坐标;
确定所述码值分布波形图是否只有一个波峰;
若所述码值分布波形图只有一个波峰,根据所述第一数据集合、所述第二数据集合以及预设的第一计算规则,计算所述信号波的幅度值,所述第一计算规则包括影响所述幅度值计算结果的第一因子;
若所述码值分布波形图并非只有一个波峰,根据所述码值分布波形图确定所述信号波的特征信息,根据所述特征信息确定计算所述信号波的幅度值时所使用的目标计算规则,根据所述第一数据集合、所述第二数据集合以及所述目标计算规则,计算所述信号波的幅度值,所述目标计算规则包括所述第一计算规则或第二计算规则,所述第二计算规则包括影响所述幅度值计算结果的第二因子。
第二方面,本发明实施例提供了一种波形幅度值测量装置,包括:
数据划分模块,用于获取信号波的ADC码值,根据所述ADC码值的均值,将所述ADC码值划分为第一数据集合以及第二数据集合;
分布图生成模块,用于根据所述ADC码值生成码值分布波形图,所述码值分布波形图以所述ADC码值的数值作为横坐标,以所述ADC码值的数量作为纵坐标;
波峰确定模块,用于确定所述码值分布波形图是否只有一个波峰;
第一幅度值计算模块,用于若所述码值分布波形图只有一个波峰,根据所述第一数据集合、所述第二数据集合以及预设的第一计算规则,计算所述信号波的幅度值,所述第一计算规则包括影响所述幅度值计算结果的第一因子;
第二幅度值计算模块,用于若所述码值分布波形图并非只有一个波峰,根据ADC码值确定所述信号波的特征信息,根据所述特征信息确定计算所述信号波的幅度值时所使用的目标计算规则,根据所述第一数据集合、所述第二数据集合以及所述目标计算规则,计算所述信号波的幅度值,所述目标计算规则包括所述第一计算规则和第二计算规则,所述第二计算规则包括影响所述幅度值计算结果的第二因子。
第三方面,本发明实施例提供了一种终端设备,所述终端设备包括处理器以及存储器;
所述存储器用于存储计算机程序,并将所述计算机程序传输给所述处理器;
所述处理器用于根据所述计算机程序中的指令执行如第一方面所述的一种波形幅度值测量方法。
第四方面,本发明实施例提供了一种存储计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时,用于执行如第一方面所述的一种波形幅度值测量方法。
上述,本发明实施例在获取到信号波的ADC码值后,首先将ADC码值划分为第一数据集合和第二数据集合,并根据ADC码值生成码值分布波形图。之后进一步根据码值分布波形图确定信号波是否为噪声,当信号波为噪声时,则通过第一计算规则来计算信号波的幅度值,而当信号波并非为噪声时,则根据信号波的特征信息,从第一计算规则和第二计算规则中确定出目标计算规则,并利用目标计算规则来计算信号波的幅度值。相较于现有技术直接根据ADC码值分布的数量计算幅度值的方式,本发明实施例能够提高幅度值的测量准确率,解决了现有技术对信号波的幅度值进行测量时,测量准确率较低的技术问题。
附图说明
图1为本发明实施例提供的最大数量点判断法确定信号波的幅度值的示意图。
图2为本发明实施例提供的电压均匀分配给每一个ADC码值的示意图。
图3为本发明实施例提供的对电压进行偏移后的ADC码值的示意图。
图4为本发明实施例提供的电压不均匀分配给每一个ADC码值的示意图。
图5为本发明实施例提供的现有技术在测量正弦波的幅度值时,存在偏差的示意图。
图6为本发明实施例提供的测量正弦波的幅度值时测量不准确的原因示意图。
图7为本发明实施例提供的一种波形幅度值测量方法的流程示意图。
图8为本发明实施例提供的确定信号波的特征信息的示意图。
图9为本发明实施例提供的确定信号波的特征信息的流程图。
图10为本发明实施例提供的根据确定目标计算规则来计算幅值的流程示意图。
图11为本发明实施例提供的第一计算规则的原理图。
图12为本发明实施例提供的第一计算规则的流程示意图。
图13为本发明实施例提供的第二计算规则的原理图。
图14为本发明实施例提供的第二计算规则的流程示意图。
图15为本发明实施例提供的一种波形幅度值测量的结构示意图。
图16为本发明实施例提供的终端设备的结构示意图。
具体实施方式
以下描述和附图充分地示出本申请的具体实施方案,以使本领域的技术人员能够实践它们。实施例仅代表可能的变化。除非明确要求,否则单独的部件和功能是可选的,并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本申请的实施方案的范围包括权利要求书的整个范围,以及权利要求书的所有可获得的等同物。在本文中,各实施方案可以被单独地或总地用术语“发明”来表示,这仅仅是为了方便,并且如果事实上公开了超过一个的发明,不是要自动地限制该应用的范围为任何单个发明或发明构思。本文中,诸如第一和第二等之类的关系术语仅仅用于将一个实体或者操作与另一个实体或操作区分开来,而不要求或者暗示这些实体或操作之间存在任何实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素。本文中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的结构、产品等而言,由于其与实施例公开的部分相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
目前现有的示波器等设备进行幅度测量时所使用的最大数量点判断法,首先对测量范围内所有数据的ADC码值进行直方图统计,在大于中值的数据中选取出现数量最大的ADC码值作为顶部值(TOP值),选取小于中值数据中出现数量最大的ADC码值作为底部值(BASE值),如图1所示。
但是这种方法容易受到ADC本身的非线性影响。例如,假设有一个0-8数值的ADC码值,其对应满幅度电压为8mv。当一个电压值为2.5mv的信号输入到ADC码值中,假设其含有噪声,所以其对应的不是单一码值,而是在0-5码值的区间均匀分布,如果ADC码值是线性的,则会将2.5mv的电压均匀的分配给每一个ADC码值,如图2所示。由于4个ADC码值出现数量相等,因此每次会随机选取一个ADC码值来作为最大数量值,多次统计后计算出其平均值为2.5mv。将信号偏移3mv,则其最终的计算结果为5.5mv,正确反应了3mv的偏移,如图3所示。
然而,由于ADC码值的非线性问题,例如ADC码值为1时,会将大于0.3mv和小于1.7mv的电压值都转换成数值为1的ADC码值。此时数值为1的ADC码值在数量统计里出现的数量就会增加,容易被错误识别为顶部值,导致最终的计算结果与所期望的2.5mv不相同,如图4所示。另外,数值为7的ADC码值也存在同样的问题,例如将信号偏移3mv,此时最终的结果变成7mv,而不是5.5mv。3mv的偏移值被量化成了7-1=6mv,所以此时测量结果已经不受原始信号影响,而受ADC本身非线性特性影响。
另外,当测量一些顶部比较尖锐的波形的幅度值时,例如正弦波、三角波等波形的幅度值时,在高噪声的情形下,测量出的幅度值会偏低。以正弦波为例进行说明,当对一个噪声较大的正弦波采用现有方法测量幅度值时,会出现如图5所示的情况,由图5中可以看出,其统计出来的最大数量点,并不能正确反应出信号的幅度值。具体的,如图6所示,幅度值偏低的原因在于,对于区域E,原本的正弦波信号应该是空白的,但是现在被噪声填满,导致这部分电压出现的数量增加,从而导致统计结果中的数量最高点与真实的顶部值和底部值产生偏差。
因此,为了解决现有技术对信号波的幅度值进行测量时,测量准确率较低的技术问题,本发明实施例提供了一种波形幅度值测量方法。如图7所示,图7为本发明实施例提供的一种波形幅度值测量方法的流程图。本发明实施例提供的波形幅度值测量方法可以由终端设备执行,该终端设备可以通过软件和/或硬件的方式实现,该终端设备可以是两个或多个物理实体构成,也可以由一个物理实体构成。例如终端设备可以是电脑、上位机、平板等设备。方法包括以下步骤:
步骤101、获取信号波的ADC码值,根据ADC码值的均值,将ADC码值划分为第一数据集合以及第二数据集合。
在本实施例中,首先获取信号波的ADC码值。具体的,可以在采集到被测信号的信号波后,对信号波进行滤波等预处理,之后再对信号波进行ADC转换,从而得到信号波的ADC码值。之后,计算所有ADC码值的均值,并根据ADC码值的均值,对ADC码值进行划分,得到第一数据集合和第二数据集合。
在上述实施例的基础上,步骤101中根据ADC码值的均值,将ADC码值划分为第一数据集合以及第二数据集合,包括:
步骤1011、根据ADC码值的均值,将大于等于均值的ADC码值划分为第一数据集合,将小于均值的ADC码值划分为第二数据集合。
在一个实施例中,在计算出了ADC码值的均值后,可以将大于等于均值的ADC码值划分为第一数据集合,而将小于均值的ADC码值划分为第二数据集合。
步骤102、根据ADC码值生成码值分布波形图,码值分布波形图以ADC码值的数值作为横坐标,以ADC码值的数量作为纵坐标。
之后,进一步根据ADC码值生成码值分布波形图,其中,码值分布波形图以ADC码值的数值作为横坐标,以ADC码值的数量作为纵坐标,具体可参考图1,在本实施例中不再进行赘述。
步骤103、确定码值分布波形图是否只有一个波峰。
在生成码值分布波形图后,进一步确定码值分布波形图中是否只有一个波峰。其中,确定码值分布波形图是否只有一个波峰的目的在于,确定信号波是否为噪声。可理解,在没有信号输入的情况下,当信号波中只有噪声时,由于信号波的顶部值和底部值相等,在码值分布波形图上顶部值的ADC码值和底部值的ADC码值均为0,此时码值分布波形图上只有一个由于噪声所产生的波峰,后续计算出的信号波的幅度值应该为0。
步骤104、若码值分布波形图只有一个波峰,根据第一数据集合、第二数据集合以及预设的第一计算规则,计算信号波的幅度值,第一计算规则包括影响幅度值计算结果的第一因子。
若码值分布波形图中只有一个波峰时,则根据预先划分好的第一数据集合、第二数据集合以及预设的第一计算规则,来计算信号波的幅度值。需要说明的是,第一计算规则中包括有影响幅度值计算结果的第一因子,第一因子可根据实际情况进行设置,在本实施例中不进行具体限定。具体的,在一个实施例中,可分别将第一数据集合和第二数据集合输入到第一计算规则中,使得第一计算规则分别根据第一数据集合和第二数据集合,计算出顶部值和底部值,从而得到信号波的幅度值。
步骤105、若码值分布波形图并非只有一个波峰,根据码值分布波形图确定信号波的特征信息,根据特征信息确定计算信号波的幅度值时所使用的目标计算规则,根据第一数据集合、第二数据集合以及目标计算规则,计算信号波的幅度值,目标计算规则包括第一计算规则或第二计算规则,第二计算规则包括影响幅度值计算结果的第二因子。
当码值分布波形图并非只有一个波峰,则说明信号波并非是噪声。此时首先需要根据码值分布波形图,确定出信号波的特征信息。其中特征信息中能够反映出信号波的类型,例如信号波为三角波、方波或者正弦波等。之后,进一步根据特征信息,确定计算信号波的幅度值时所使用的目标计算规则,可理解,不同类型的信号波具有不同的计算规则。在本实施例中,目标计算规则为第一计算规则或者第二计算规则,其中第二计算规则同样包括有影响幅度值计算结果的第二因子,且第二因子可根据实际需要进行调整设置,在本实施例中不对第二因子的具体数值进行限定。
在从第一计算规则和第二计算规则中确定了目标计算规则后,即可将第一数据集合和第二数据集合输入到目标计算规则中,使得目标计算规则分别根据第一数据集合和第二数据集合,计算出信号波的顶部值和底部值,从而得到信号波的幅度值。其中,需要说明的是,在使用第一计算规则或者第二计算规则计算幅度值时,需要根据信号波的特征信息,对第一因子或者第二因子进行调整,使得第一计算规则和第二计算规则与信号波相适应。
上述,本发明实施例在获取到信号波的ADC码值后,首先将ADC码值划分为第一数据集合和第二数据集合,并根据ADC码值生成码值分布波形图。之后进一步根据码值分布波形图确定信号波是否为噪声,当信号波为噪声时,则通过第一计算规则来计算信号波的幅度值,而当信号波并非为噪声时,则根据信号波的特征信息,从第一计算规则和第二计算规则中确定出目标计算规则,并利用目标计算规则来计算信号波的幅度值。相较于现有技术直接根据ADC码值分布的数量计算幅度值的方式,本发明实施例能够提高幅度值的测量准确率,解决了现有技术对信号波的幅度值进行测量时,测量准确率较低的技术问题。
在上述实施例的基础上,步骤105中根据ADC码值确定信号波的特征信息,包括:
步骤1051、根据码值分布波形图,确定码值分布波形图的波峰,根据波峰确定信号波的波峰类型。
首先,根据码值分布波形图,确定码值分布波形图的波峰。示例性的,可对码值分布波形图中的ADC码值进行概率统计,统计相同的ADC码值出现的数量。之后,即可根据统计结果中ADC码值出现的数量确定出码值分布波形图的波峰以及波峰的数量。在确定出码值分布波形图的波峰后,即可根据波峰确定出信号波的波峰类型,需要进一步说明的是,在本实施例中波峰的类型用于指示信号波的最高峰是否为信号波的第一个波峰,在一个实施例中,根据波峰确定信号波的波峰类型,包括:
步骤10511、判断码值分布波形图的第一个波峰的峰值是否为所有波峰的峰值中的最大值。
在确定信号波的波峰类型时,首先判断码值分布波形图的第一个波峰的峰值,是否为所有波峰的峰值中的最大值。
步骤10512、若是,确定信号波的波峰类型为第一类型,反之,将确定信号波的波峰类型为第二类型。
如果第一个波峰的峰值是所有波峰的峰值中的最大值,则将信号波的波峰类型确定为第一类型;如果不是,则将信号波的波峰类型确定为第二类型。其中,信号波的波峰类型可以预先确定出信号波的类型的大致范围,例如,对于方波和正弦波而言,其波峰的类型为第一类型,而对于阶梯波等波形而言,其波峰的类型为第二类型。
步骤1052、在波峰中,确定出峰值最大的目标波峰,将目标波峰的峰值相对应的ADC码值确定为最大ADC码值。
在确定出了信号波的波峰类型后,在所有波峰中,确定出峰值最大的目标波峰。可理解,当波峰类型为第一类型时,直接确定第一个波峰为目标波峰即可,无需再进行确认。之后,在码值分布波形图中将目标波峰的峰值相对应的码值确定为最大ADC码值。
步骤1053、根据码值分布波形图以及最大ADC码值,计算信号波的第一特征值和第二特征值,第一特征值用于反应信号波的噪声大小,第二特征值用于反应信号波的平坦度。
之后,进一步根据码值分布波形图和最大ADC码值,来计算信号波的第一特征值和第二特征值。其中,第一特征值用于反应信号波的噪声大小,第二特征值用于反应信号波的平坦度。
具体的,在本实施例中,步骤1053中根据码值分布波形图以及最大ADC码值,计算信号波的第一特征值和第二特征值,包括:
步骤10531、在码值分布波形图中远离ADC码值的中值的方向上,确定出距离最大ADC码值最近的第一谷点。
在计算第一特征值和第二特征值时,首先在码值分布波形图中远离ADC码值的中值的方向上,确定出距离最大ADC码值最近的第一谷点,其中谷点,是指波谷上数值最小的点。示例性的,如图8所示,P点为目标波峰,目标波峰所对应的码值为最大ADC码值,远离ADC码值的中值的方向上距离最大ADC码值最近的第一谷点为T2。
步骤10532、根据最大ADC码值以及与第一谷点相对应的第一码值,计算第一特征值。
在确定出第一谷点后,即可根据最大ADC码值以及第一谷点相对应的第一码值,计算第一特征值。具体的,可将最大ADC码值减去第一码值,从而得到第一特征值。公式如下:
delta=Xp-X0
其中,delta为第一特征值,Xp为最大ADC码值,X0为第一码值。Delta的物理意义为出现数量最大的ADC码值和峰值之差的一半。如果波形是方波,则该值非常接近噪声峰值,随着波形的弯曲,其值会比真实噪声偏大,但是仍然可以反应出噪声的大小。如图8所示,delta则表示P点的ADC码值和T2点的ADC码值的差值。
步骤10533、根据最大ADC码值和第一特征值,确定出第二码值。
之后,可进一步根据最大ADC码值和第一特征值,确定出第二码值。具体的,在一个实施例中,在确定出第一特征值后,可以确定在接近ADC码值的中值的方向上距离最大ADC码值最近的目标点,该目标点所对应的码值即为第二码值。例如图8中的T1点,即为目标点,该目标点所对应的ADC码值即为第二码值。
步骤10534、根据第一码值、第二码值以及最大ADC码值,计算第二特征值。
最后,根据第一码值、第二码值以及最大ADC码值,即可计算第二特征值。具体的,第二特征值的计算公式如下:
其中,k表示第二特征值,Yp、Yt1、Yt2分别表示最大ADC码值的数量、第一码值的数量以及第二码值的数量,如图8所示。第二特征值用于体现信号波顶部的波形的平坦度,该值越大,其信号波顶部的波形越接近直线。其原因在于,当信号波顶部的波形为直线时,单独看信号波顶部的波形即为白噪声,其码值分布波形图应该符合正态分布,两边噪声应该为均匀分布,码值分布波形图以P点为中心成对称分布。第二码值出现的数量以及第一码值出现的数量基本相等,即k的分母接近于0,最大ADC码值的数量远大于第二码值出现的数量以及第一码值出现的数量,因此k值越大。反之,当信号波顶部的波形越尖锐,则k值就会越小。
在得到了第一特征值和第二特征值后,即可对信号波的类型进行区分。在一个实施例中,不同类型的信号波所对应的第一特征值和第二特征值的规律如表1所示:
序号 | 类型 | 波峰数量 | k | delta |
1 | 底噪 | 1 | |k|>1000 | 噪声峰值 |
2 | 方波 | 2 | |k|>1000 | 噪声峰值 |
3 | 脉冲波 | 2 | |k|>1000 | 噪声峰值 |
4 | 正弦波 | 2 | 10>k>1.5 | 略大于噪声峰值 |
5 | 三角波 | N | 1.5≥k>0 | 略大于噪声峰值 |
表1
步骤1054、将信号波的波峰类型、第一特征值和第二特征值作为信号波的特征信息。
最后根据信号波的波峰类型、第一特征值和第二特征值,即可生成信号波的特征信息,其具体过程如图9所示。
在上述实施例的基础上,在步骤1051根据码值分布波形图,确定码值分布波形图的波峰,根据波峰确定信号波的波峰类型之前,还包括:
步骤10501、计算ADC码值的噪声。
一个实施例中,在计算第一特征值和第二特征值之前,还需要对ADC码值进行降分辨率处理。在本实施例中,首先需要计算出ADC码值的噪声。具体的,在一个实施例中,首先采用3阶bessel滤波对ADC码值进行滤波,之后,在码值分布波形图确定出第一个波峰的峰点相对应的ADC码值,同时计算ADC码值的极值。之后将ADC码值的极值减去第一个波峰的峰点相对应的ADC码值,即可得到ADC码值的噪声。
步骤10502、根据噪声对ADC码值进行降分辨率处理。
在得到噪声后,即可根据噪声对ADC码值进行降分辨率处理,以排除掉噪声的随机干扰。例如原始的ADC码值为16bit分辨率,但是通过噪声计算发现噪声大小为2个LSB(最低有效位),此时则需要将原始的ADC码值的分辨率降低为15bit,用来消除噪声。
在上述实施例的基础上,步骤105中根据特征信息确定计算信号波的幅度值时所使用的目标计算规则,包括:
步骤1055、当信号波的波峰类型为第二类型时,确定第一计算规则为目标计算规则,并根据第二特征值,确定第一计算规则的第一因子的数值。
本实施例中,在确认计算信号波的幅度值所使用的目标计算规则时,首先确定信号波的波峰类型。当信号波的波峰类型为第二类型时,即可确定出第一计算规则为目标计算规则,并根据第二特征值,确定出第一计算规则的第一因子的数值。示例性的,如图10所示,当信号波的波峰类型为第二类型时,进一步判断出k的绝对值是否大于1000,当k的绝对值大于1000时,确定第一因子的数值等于第一特征值的数值,当k的绝对值小于等于1000时,确定第一因子的数值等于5。另外,需要进一步说明的是,在步骤104中根据第一计算规则来计算幅度值时,将第一因子的数值设置为1。
步骤1056、当信号波的波峰类型为第一类型时,根据第二特征值确定目标计算规则;当目标计算规则为第一计算规则时,根据第二特征值确定第一计算规则的第一因子的数值;当目标计算规则为第二计算规则时,且当计算幅度值的最大值时,根据第一数据集合、第一特征值以及第二特征值确定第二计算规则的第二因子的数值;当计算幅度值的最小值时,根据第二数据集合、第一特征值以及第二特征值确定第二计算规则的第二因子的数值。
当信号波的波峰类型为第一类型时,则需要根据第二特征值确定出目标计算规则。示例性的,如图10所示,当k的绝对值大于1000时,确定出目标计算规则为第一计算规则,确定第一因子的数值等于第一特征值的数值。当k的绝对值小于等于1000时,进一步判断k是否大于1.5且小于10。若是,则确定出目标计算规则为第二计算规则。若k并非大于1.5且小于10,则进一步判断k是否大于0且小于1.5。若是,则确定出目标计算规则为第二计算规则。若k并非大于0且小于1.5,则确定目标计算规则为第一计算规则,且确定第一因子的数值等于5。
需要进一步说明的是,在本实施例中,当目标计算规则为第二计算规则时,且当计算幅度值的最大值时,根据第一数据集合、第一特征值以及第二特征值确定第二计算规则的第二因子的数值。例如,在将第一数据集合输入到第二计算规则中计算顶部值时,则需要根据第一数据集合中的最大值、最小值以及第二特征值确定第二因子的数值。而在将第二数据集合输入到第二计算规则中计算底部值时,则需要根据第一数据集合中的最大值、最小值以及第二特征值确定第二因子的数值。如图10所示,当信号波的波峰类型为第二类型,且k大于1.5且小于10时,则第二因子的计算公式为:
num_fine=2.5×(value_vp-delta)/delta+5。
其中,num_fine为第二因子,value_vp为第一数据集合或第二数据集合中的最大值和最小值的差值。
当信号波的波峰类型为第二类型,且k大于0且小于1.5时,则第二因子的计算公式为:
num_fine=50×(value_vp-delta)/delta+5。
在上述实施例的基础上,当目标计算规则为第一计算规则时,步骤105中根据第一数据集合、第二数据集合以及目标计算规则,计算信号波的幅度值,包括:
步骤1057、分别在第一数据集合和第二数据集合中,确定出现概率最大的第一目标ADC码值和第二目标ADC码值。
本实施例中,在将第一数据集合和第二数据集合输入到第一计算规则后,第一计算规则即可根据第一数据集合计算出信号波的顶部值,根据第二数据集合计算出信号波的底部值。第一计算规则的具体过程如下所示:
首先,分别在第一数据集合确定出现概率最大的第一目标ADC码值,以及在第二数据集合中确定出现概率最大的第二目标ADC码值。
步骤1058、分别获取在第一目标ADC码值预设范围内的ADC码值以及在第二目标ADC码值预设范围内的ADC码值,得到第一目标集合和第二目标集合,预设范围根据第一因子的数值确定。
之后,分别在第一目标ADC码值预设范围内的ADC码值,得到第一目标集合。且预设范围的大小根据第一因子的数值确定。例如,当第一因子的数值为W时,则在第一目标ADC码值±W的范围内获取ADC码值,从而得到第一目标集合。同理,对于第二数据集合,采用同样的方式,可得到第二目标集合。示例性的,如图11所示,从图11中可以看出,主要出现的ADC码值,都集中在峰点附近的范围内。只需要找到峰点(即出现概率最大的ADC码值)和预设范围,就可以将峰点预设范围内的ADC码值提取出来。
步骤1059、分别根据第一目标集合和第二目标集合,计算信号波的顶部值和底部值,得到信号波的幅度值。
在得到第一目标集合和第二目标集合后,则分别根据第一目标集合计算信号波的顶部值,根据第二目标集合计算信号波的底部值,将顶部值减去信号波的底部值,即可得到信号波的幅度值。具体的,在得到第一目标集合后,将第一目标集合中的ADC码值乘以其相对应的概率后进行相加,再将相加后得到的数值除以第一目标集合中每个ADC码值的概率之和,从而得到顶部值。即计算公式如下所示:
其中,f(x)表示ADC码值的概率,x表示ADC码值,A和B分别表示第一目标ADC码值预设范围边界处的ADC码值。
同理,对于第二目标集合而言,通过同样的方式即可计算出底部值,在本实施例中不再进行赘述。另外,对于步骤104,也是采用同样的计算方式来计算幅度值。在一个实施例中,利用第一计算规则计算信号波的幅度值的过程如图12所示。
本发明实施例提供的第一计算规则适用于噪声波形和其他大多数波形,差别在于预设范围的取值不同。对于方波这类顶部和底部较为平坦的波形而言,预设范围取值越大,计算结果越准确。对于顶部和底部具有一定弧度的波形而言,预设范围的取值不宜过大,否则会影响最终计算结果的准确性。对于大多数波形而言,预设范围取值为4的适应性较强。
在上述实施例的基础上,步骤105中当目标计算规则为第二计算规则时,根据第一数据集合、第二数据集合以及目标计算规则,计算信号波的幅度值,包括:
步骤10510、获取信号波的波形频率、采样频率以及预期采样率。
在另一个实施例中,当利用第二计算规则来计算出信号波的幅度值时,首先获取信号波的波形频率,采样频率以及预期采样率。
步骤10511、根据第一数据集合、波形频率、采样频率、预期采样率以及与顶部值相对应的第二因子,计算信号波的顶部值。
之后,根据第一数据集合、波形频率、采样频率、预期采样率以及与顶部值相对应的第二因子,即可计算信号波的顶部值。具体的,包括以下步骤:
步骤105111、根据波形频率、采样频率以及预期采样率,计算抽样点数。
首先,根据波形频率、采样频率以及预期采样率,计算抽样点数。具体的,抽样点数的计算公式为:
其中,rate为抽样点数,sr为采样频率,simp为预期采样率,freq为波形频率。
步骤105112、根据抽样点数确定取样窗口的大小,同时根据第一数据集合的长度、采样频率以及波形频率,确定信号周期数。
之后,根据抽样点数确定出取样窗口的大小。在本实施例中,取样窗口的大小和取样点数的数值相等。之后,进一步根据第一数据集合的长度、采样频率以及波形频率,确定信号周期数。在本实施例中,信号周期数的计算公式如下:
num_rou=[2×len(rd)/sr]×freq。
其中,num_rou为信号周期数,len(rd)为第一数据集合的长度。
步骤105113、使用取样窗口对第一数据集合进行滑动平均,得到第三数据集合,根据取样窗口的大小,从第三数据集合中间隔截取数据,得到第四数据集合。
之后,使用取样窗口对第一数据集合进行滑动平均,以对第一数据集合进行滤波,减少后续的计算量,在对第一数据集合进行滑动平均后,即可得到第三数据集合。之后,以rate为间隔从第三数据集合截取数据,得到第四数据集合。
步骤105114、在第四数据集合中,确定出与每个信号周期相对应的目标子数据集合。
之后,在第四数据集合中,确定出与每个信号周期相对应的目标子数据集合。
步骤105115、依次遍历每个目标子数据集合,对于当前所遍历的目标子数据集合,确定出信号波的极值点相对应的第三目标ADC码值,将第三目标ADC码值目标范围内的ADC码值剪切到第一数组中。
之后,依次遍历每一个信号周期中的目标子数据集合。对于当前所遍历的目标子数据集合中,确定出信号波的极值点所对应的ADC码值,并将第三目标ADC码值目标范围内的ADC码值剪切到第一数组中。即相当于在每个信号周期中,将信号波最值的ADC码值以及最值附近的ADC码值储存到第一数组中,如图13所示。在一个实施例中,预设目标范围可以是第三目标ADC码值附近正负20%目标子数据集合长度的范围,即第三目标ADC码值±20%目标子数据集合长度内的ADC码值。
步骤105116、对第一数组进行滑动平均,将滑动平均后第一数组中最大值存入第二数组中,清空第一数组。
之后,对第一数组进行滑动平均,并将滑动平均后第一数组中的最大值存入第二数据中,并清空第一数据。在一个实施例中,在对第一数组进行滑动平均时,首先需要计算第一窗口的大小。具体的,第一窗口大小的计算公式如下所示:
num_div=rd_top_temp/num_fine
其中,num_div表示第一窗口的大小,rd_top_temp表示第一数组中数据的数量,num_fine即为第二因子。
之后,根据num_div对第一数据进行滑动平均即可。
步骤105117、遍历完所有目标子数据集合后,计算第二数组的均值,将第二数组的均值作为信号波的顶部值。
在遍历完所有的目标子数据集合后,计算第二数组的均值,将第一数组的均值作为信号波的顶部值,公式如下所示:
其中,TOP是信号波的顶部值,topn表示第二数组中的数据。
可理解,在第二计算规则中,第二因子的值越小,则第一窗口越大。噪声越大时,则需要越大的第一窗口进行计算,而噪声越小时,第一窗口的大小可以随之减小。通过第二因子对第一窗口的大小进行调整,使得第一窗口能够对不同信噪比的波形进行不同的处理,从而得到更加准确的结果。具体过程如图14所示。
步骤10512、根据第二数据集合、波形频率、采样频率、预期采样率以及与底部值相对应的第二因子,计算信号波的底部值。
可理解,根据第二数据集合、波形频率、采样频率、预期采样率以及与底部值相对应的第二因子,计算信号波的底部值的过程,与步骤10511中计算顶部值的过程类似,在本实施例中不再进行赘述。
上述,本发明实施例在获取到信号波的ADC码值后,首先将ADC码值划分为第一数据集合和第二数据集合,并根据ADC码值生成码值分布波形图。之后进一步根据码值分布波形图确定信号波是否为噪声,当信号波为噪声时,则通过第一计算规则来计算信号波的幅度值,而当信号波并非为噪声时,则根据信号波的特征信息,从第一计算规则和第二计算规则中确定出目标计算规则,并利用目标计算规则来计算信号波的幅度值。且对于第一计算规则,通过码值分布波形图中提取到的第一特征值来确定第一因子,从而准确获得顶部值和底部值,第一计算规则适用于方波等波形。而对于第二计算规则,通过周期提取信号波的极值附近的ADC码值,并通过滑动平均进行滤波后选取每个周期的最大的ADC码值,最后对每个周期中最大的ADC码值进行平均处理,从而获得准确的顶部值和底部值,第二计算规则适用于正弦波或三角波等波形。本发明实施例相较于现有技术直接根据ADC码值分布的数量计算幅度值的方式,本发明实施例能够提高幅度值的测量准确率,解决了现有技术对信号波的幅度值进行测量时,测量准确率较低的技术问题。
如图15所示,图15为本发明实施例提供的一种波形幅度值测量装置,包括:
数据划分模块201,用于获取信号波的ADC码值,根据ADC码值的均值,将ADC码值划分为第一数据集合以及第二数据集合;
分布图生成模块202,用于根据ADC码值生成码值分布波形图,码值分布波形图以ADC码值的数值作为横坐标,以ADC码值的数量作为纵坐标;
波峰确定模块203,用于确定码值分布波形图是否只有一个波峰;
第一幅度值计算模块204,用于若码值分布波形图只有一个波峰,根据第一数据集合、第二数据集合以及预设的第一计算规则,计算信号波的幅度值,第一计算规则包括影响幅度值计算结果的第一因子;
第二幅度值计算模块205,用于若码值分布波形图并非只有一个波峰,根据ADC码值确定信号波的特征信息,根据特征信息确定计算信号波的幅度值时所使用的目标计算规则,根据第一数据集合、第二数据集合以及目标计算规则,计算信号波的幅度值,目标计算规则包括第一计算规则和第二计算规则,第二计算规则包括影响幅度值计算结果的第二因子。
在上述实施例的基础上,数据划分模块201具体用于根据ADC码值的均值,将大于等于均值的ADC码值划分为第一数据集合,将小于均值的ADC码值划分为第二数据集合。
在上述实施例的基础上,第二幅度值计算模块205具体包括:
波峰类型确定子模块,用于根据码值分布波形图,确定码值分布波形图的波峰,根据波峰确定信号波的波峰类型;
目标波峰确定子模块,在波峰中,确定出峰值最大的目标波峰,将目标波峰的峰值相对应的ADC码值确定为最大ADC码值;
特征计算子模块,用于根据码值分布波形图以及最大ADC码值,计算信号波的第一特征值和第二特征值,第一特征值用于反应信号波的噪声大小,第二特征值用于反应信号波的平坦度;
特征确定子模块,用于将信号波的波峰类型、第一特征值和第二特征值作为信号波的特征信息。
在上述实施例的基础上,波峰类型确定子模块具体用于判断码值分布波形图的第一个波峰的峰值是否为所有波峰的峰值中的最大值;
若是,确定信号波的波峰类型为第一类型,反之,将确定信号波的波峰类型为第二类型。
在上述实施例的基础上,特征计算子模块具体用于在码值分布波形图中,远离ADC码值的中值的方向上,确定出距离最大ADC码值最近的第一谷点;
根据最大ADC码值以及与第一谷点相对应的第一码值,计算第一特征值;
根据最大ADC码值和第一特征值,确定出第二码值;
根据第一码值、第二码值以及最大ADC码值,计算第二特征值。
在上述实施例的基础上,还包括降分辨率模块,具体用于计算ADC码值的噪声;根据噪声对ADC码值进行降分辨率处理。
在上述实施例的基础上,第二幅度值计算模块205包括:
第一规则确定模块,用于当信号波的波峰类型为第二类型时,确定第一计算规则为目标计算规则,并根据第二特征值,确定第一计算规则的第一因子的数值;
第二规则确定模块,用当信号波的波峰类型为第一类型时,根据第二特征值确定目标计算规则;当目标计算规则为第一计算规则时,根据第二特征值确定第一计算规则的第一因子的数值;当目标计算规则为第二计算规则时,且当计算幅度值的最大值时,根据第一数据集合、第一特征值以及第二特征值确定第二计算规则的第二因子的数值,当计算幅度值的最小值时,根据第二数据集合、第一特征值以及第二特征值确定第二计算规则的第二因子的数值。
在上述实施例的基础上,当目标计算规则为第一计算规则时,第二幅度值计算模块205具体用于分别在第一数据集合和第二数据集合中,确定出现概率最大的第一目标ADC码值和第二目标ADC码值;
分别获取在第一目标ADC码值预设范围内的ADC码值以及在第二目标ADC码值预设范围内的ADC码值,得到第一目标集合和第二目标集合,预设范围根据第一因子的数值确定;
分别根据第一目标集合和第二目标集合,计算信号波的顶部值和底部值,得到信号波的幅度值。
在上述实施例的基础上,当目标计算规则为第二计算规则时,第二幅度值计算模块205具体用于获取信号波的波形频率、采样频率以及预期采样率;
根据第一数据集合、波形频率、采样频率、预期采样率以及与顶部值相对应的第二因子,计算信号波的顶部值;
根据第二数据集合、波形频率、采样频率、预期采样率以及与底部值相对应的第二因子,计算信号波的底部值。
在上述实施例的基础上,第二幅度值计算模块205具体用于根据波形频率、采样频率以及预期采样率,计算抽样点数;
根据抽样点数确定取样窗口的大小,同时根据第一数据集合的长度、采样频率以及波形频率,确定信号周期数;
使用取样窗口对第一数据集合进行滑动平均,得到第三数据集合,根据取样窗口的大小,从第三数据集合中间隔截取数据,得到第四数据集合;
在第四数据集合中,确定出与每个信号周期相对应的目标子数据集合;
依次遍历每个目标子数据集合,对于当前所遍历的目标子数据集合,确定出信号波的极值点相对应的第三目标ADC码值,将第三目标ADC码值目标范围内的ADC码值剪切到第一数组中;
对第一数组进行滑动平均,将滑动平均后第一数组中最大值存入第二数组中,清空第一数组;
遍历完所有目标子数据集合后,计算第二数组的均值,将第二数组的均值作为信号波的顶部值。
本实施例还提供了一种终端设备,如图16所示,一种终端设备30,所述终端设备包括处理器300以及存储器301;
所述存储器301用于存储计算机程序302,并将所述计算机程序302传输给所述处理器;
所述处理器300用于根据所述计算机程序302中的指令执行上述的一种波形幅度值测量方法实施例中的步骤。
示例性的,所述计算机程序302可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器301中,并由所述处理器300执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序302在所述终端设备30中的执行过程。
所述终端设备30可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备30可包括,但不仅限于,处理器300、存储器301。本领域技术人员可以理解,图16仅仅是终端设备30的示例,并不构成对终端设备30的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备30还可以包括输入输出设备、网络接入设备、总线等。
所称处理器300可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器301可以是所述终端设备30的内部存储单元,例如终端设备30的硬盘或内存。所述存储器301也可以是所述终端设备30的外部存储设备,例如所述终端设备30上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器301还可以既包括所述终端设备30的内部存储单元也包括外部存储设备。所述存储器301用于存储所述计算机程序以及所述终端设备30所需的其他程序和数据。所述存储器301还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种波形幅度值测量方法,该方法包括以下步骤:
获取信号波的ADC码值,根据ADC码值的均值,将ADC码值划分为第一数据集合以及第二数据集合;
根据ADC码值生成码值分布波形图,码值分布波形图以ADC码值的数值作为横坐标,以ADC码值的数量作为纵坐标;
确定码值分布波形图是否只有一个波峰;
若码值分布波形图只有一个波峰,根据第一数据集合、第二数据集合以及预设的第一计算规则,计算信号波的幅度值,第一计算规则包括影响幅度值计算结果的第一因子;
若码值分布波形图并非只有一个波峰,根据码值分布波形图确定信号波的特征信息,根据特征信息确定计算信号波的幅度值时所使用的目标计算规则,根据第一数据集合、第二数据集合以及目标计算规则,计算信号波的幅度值,目标计算规则包括第一计算规则或第二计算规则,第二计算规则包括影响幅度值计算结果的第二因子。
注意,上述仅为本发明实施例的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明实施例不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明实施例的保护范围。因此,虽然通过以上实施例对本发明实施例进行了较为详细的说明,但是本发明实施例不仅仅限于以上实施例,在不脱离本发明实施例构思的情况下,还可以包括更多其他等效实施例,而本发明实施例的范围由所附的权利要求范围决定。
Claims (13)
1.一种波形幅度值测量方法,其特征在于,包括以下步骤:
获取信号波的ADC码值,根据所述ADC码值的均值,将所述ADC码值划分为第一数据集合以及第二数据集合;
根据所述ADC码值生成码值分布波形图,所述码值分布波形图以所述ADC码值的数值作为横坐标,以所述ADC码值的数量作为纵坐标;
确定所述码值分布波形图是否只有一个波峰;
若所述码值分布波形图只有一个波峰,根据所述第一数据集合、所述第二数据集合以及预设的第一计算规则,计算所述信号波的幅度值,所述第一计算规则包括影响所述幅度值计算结果的第一因子;
若所述码值分布波形图并非只有一个波峰,根据所述码值分布波形图确定所述信号波的特征信息,根据所述特征信息确定计算所述信号波的幅度值时所使用的目标计算规则,根据所述第一数据集合、所述第二数据集合以及所述目标计算规则,计算所述信号波的幅度值,所述目标计算规则包括所述第一计算规则或第二计算规则,所述第二计算规则包括影响所述幅度值计算结果的第二因子。
2.根据权利要求1所述的一种波形幅度值测量方法,其特征在于,所述根据所述ADC码值的均值,将所述ADC码值划分为第一数据集合以及第二数据集合,包括:
根据所述ADC码值的均值,将大于等于所述均值的ADC码值划分为第一数据集合,将小于所述均值的ADC码值划分为第二数据集合。
3.根据权利要求2所述的一种波形幅度值测量方法,其特征在于,所述根据ADC码值确定所述信号波的特征信息,包括:
根据所述码值分布波形图,确定所述码值分布波形图的波峰,根据所述波峰确定所述信号波的波峰类型;
在所述波峰中,确定出峰值最大的目标波峰,将所述目标波峰的峰值相对应的ADC码值确定为最大ADC码值;
根据所述码值分布波形图以及所述最大ADC码值,计算所述信号波的第一特征值和第二特征值,所述所述第一特征值用于反应所述信号波的噪声大小,所述第二特征值用于反应所述信号波的平坦度;
将所述信号波的波峰类型、所述第一特征值和所述第二特征值作为所述信号波的特征信息。
4.根据权利要求3所述的一种波形幅度值测量方法,其特征在于,所述根据所述波峰确定所述信号波的波峰类型,包括:
判断所述码值分布波形图的第一个波峰的峰值是否为所有波峰的峰值中的最大值;
若是,确定所述信号波的波峰类型为第一类型,反之,将确定所述信号波的波峰类型为第二类型。
5.根据权利要求3所述的一种波形幅度值测量方法,其特征在于,所述根据所述码值分布波形图以及所述最大ADC码值,计算所述信号波的第一特征值和第二特征值,包括:
在所述码值分布波形图中远离所述ADC码值的中值的方向上,确定出距离所述最大ADC码值最近的第一谷点;
根据所述最大ADC码值以及与所述第一谷点相对应的第一码值,计算所述第一特征值;
根据所述最大ADC码值和所述第一特征值,确定出第二码值;
根据所述第一码值、所述第二码值以及所述最大ADC码值,计算第二特征值。
6.根据权利要求3所述的一种波形幅度值测量方法,其特征在于,所述根据所述码值分布波形图,确定所述码值分布波形图的波峰,根据所述波峰确定所述信号波的波峰类型之前,还包括:
计算所述ADC码值的噪声;
根据所述噪声对所述ADC码值进行降分辨率处理。
7.根据权利要求4所述的一种波形幅度值测量方法,其特征在于,所述根据所述特征信息确定计算所述信号波的幅度值时所使用的目标计算规则,包括:
当所述信号波的波峰类型为第二类型时,确定所述第一计算规则为目标计算规则,并根据所述第二特征值,确定所述第一计算规则的第一因子的数值;
当所述信号波的波峰类型为第一类型时,根据所述第二特征值确定所述目标计算规则;当所述目标计算规则为所述第一计算规则时,根据所述第二特征值确定所述第一计算规则的第一因子的数值;当所述目标计算规则为第二计算规则时,且当计算所述幅度值的最大值时,根据所述第一数据集合、所述第一特征值以及所述第二特征值确定所述第二计算规则的第二因子的数值;当计算所述幅度值的最小值时,根据所述第二数据集合、所述第一特征值以及所述第二特征值确定所述第二计算规则的第二因子的数值。
8.根据权利要求7所述的一种波形幅度值测量方法,其特征在于,当所述目标计算规则为所述第一计算规则时,根据所述第一数据集合、所述第二数据集合以及所述目标计算规则,计算所述信号波的幅度值,包括:
分别在所述第一数据集合和所述第二数据集合中,确定出现概率最大的第一目标ADC码值和第二目标ADC码值;
分别获取在所述第一目标ADC码值预设范围内的ADC码值以及在所述第二目标ADC码值预设范围内的ADC码值,得到第一目标集合和第二目标集合,所述预设范围根据所述第一因子的数值确定;
分别根据所述第一目标集合和所述第二目标集合,计算所述信号波的顶部值和底部值,得到所述信号波的幅度值。
9.根据权利要求7所述的一种波形幅度值测量方法,其特征在于,当所述目标计算规则为所述第二计算规则时,根据所述第一数据集合、所述第二数据集合以及所述目标计算规则,计算所述信号波的幅度值,包括:
获取所述信号波的波形频率、采样频率以及预期采样率;
根据所述第一数据集合、所述波形频率、所述采样频率、所述预期采样率以及与顶部值相对应的第二因子,计算所述信号波的顶部值;
根据所述第二数据集合、所述波形频率、所述采样频率、所述预期采样率以及与底部值相对应的第二因子,计算所述信号波的底部值。
10.根据权利要求9所述的一种波形幅度值测量方法,其特征在于,所述根据所述第一数据集合、所述波形频率、所述采样频率、所述预期采样率以及与顶部值相对应的第二因子,计算所述信号波的顶部值,包括:
根据所述波形频率、所述采样频率以及所述预期采样率,计算抽样点数;
根据所述抽样点数确定取样窗口的大小,同时根据所述第一数据集合的长度、所述采样频率以及所述波形频率,确定信号周期数;
使用所述取样窗口对所述第一数据集合进行滑动平均,得到第三数据集合,根据所述取样窗口的大小,从所述第三数据集合中间隔截取数据,得到第四数据集合;
在所述第四数据集合中,确定出与每个所述信号周期相对应的目标子数据集合;
依次遍历每个目标子数据集合,对于当前所遍历的目标子数据集合,确定出所述信号波的极值点相对应的第三目标ADC码值,将所述第三目标ADC码值目标范围内的ADC码值剪切到第一数组中;
对所述第一数组进行滑动平均,将滑动平均后第一数组中最大值存入第二数组中,清空所述第一数组;
遍历完所有目标子数据集合后,计算所述第二数组的均值,将所述第二数组的均值作为所述信号波的顶部值。
11.一种波形幅度值测量装置,其特征在于,包括:
数据划分模块,用于获取信号波的ADC码值,根据所述ADC码值的均值,将所述ADC码值划分为第一数据集合以及第二数据集合;
分布图生成模块,用于根据所述ADC码值生成码值分布波形图,所述码值分布波形图以所述ADC码值的数值作为横坐标,以所述ADC码值的数量作为纵坐标;
波峰确定模块,用于确定所述码值分布波形图是否只有一个波峰;
第一幅度值计算模块,用于若所述码值分布波形图只有一个波峰,根据所述第一数据集合、所述第二数据集合以及预设的第一计算规则,计算所述信号波的幅度值,所述第一计算规则包括影响所述幅度值计算结果的第一因子;
第二幅度值计算模块,用于若所述码值分布波形图并非只有一个波峰,根据ADC码值确定所述信号波的特征信息,根据所述特征信息确定计算所述信号波的幅度值时所使用的目标计算规则,根据所述第一数据集合、所述第二数据集合以及所述目标计算规则,计算所述信号波的幅度值,所述目标计算规则包括所述第一计算规则和第二计算规则,所述第二计算规则包括影响所述幅度值计算结果的第二因子。
12.一种终端设备,其特征在于,所述终端设备包括处理器以及存储器;
所述存储器用于存储计算机程序,并将所述计算机程序传输给所述处理器;
所述处理器用于根据所述计算机程序中的指令执行如权利要求1-10中任一项所述的一种波形幅度值测量方法。
13.一种存储计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-10中任一项所述的一种波形幅度值测量方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211242511.5A CN115616266B (zh) | 2022-10-11 | 2022-10-11 | 一种波形幅度值测量方法、装置、终端设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211242511.5A CN115616266B (zh) | 2022-10-11 | 2022-10-11 | 一种波形幅度值测量方法、装置、终端设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115616266A true CN115616266A (zh) | 2023-01-17 |
CN115616266B CN115616266B (zh) | 2023-08-18 |
Family
ID=84862178
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211242511.5A Active CN115616266B (zh) | 2022-10-11 | 2022-10-11 | 一种波形幅度值测量方法、装置、终端设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115616266B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116840549A (zh) * | 2023-07-03 | 2023-10-03 | 广州致远仪器有限公司 | 时间交织adc的误差确定方法、装置、设备以及存储介质 |
CN116840544A (zh) * | 2023-06-12 | 2023-10-03 | 北京科荣达航空科技股份有限公司 | 交流信号有效值的获取方法和装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4779045A (en) * | 1987-01-29 | 1988-10-18 | Tektronix, Inc. | Automatic peak-to-peak amplitude measurement system |
CN106353548A (zh) * | 2015-05-18 | 2017-01-25 | 弗兰克精密测量有限责任公司 | 用于分类待测信号波形的方法和装置 |
US20180359126A1 (en) * | 2017-01-25 | 2018-12-13 | Telefonaktiebolaget Lm Ericsson (Publ | Method and apparatus for crest factor reduction |
CN110208589A (zh) * | 2019-05-08 | 2019-09-06 | 深圳市鼎阳科技有限公司 | 一种时域信号的波形测量方法及测量装置、数字示波器 |
CN111398645A (zh) * | 2020-04-29 | 2020-07-10 | 江苏理工学院 | 一种信号参数检测装置及方法 |
CN111527412A (zh) * | 2019-09-27 | 2020-08-11 | 深圳市鼎阳科技股份有限公司 | 一种高刷新率的波形映射方法及数字示波器 |
CN112199010A (zh) * | 2020-12-03 | 2021-01-08 | 深圳市鼎阳科技股份有限公司 | 一种全存储深度测量方法及数字示波器、存储介质 |
US20210102976A1 (en) * | 2019-10-04 | 2021-04-08 | International Business Machines Corporation | Spur detection in a sampled waveform in a mixed analog/digital system using the magnitude of the frequency response |
CN112946337A (zh) * | 2021-05-13 | 2021-06-11 | 深圳市鼎阳科技股份有限公司 | 一种信号的高精度测量方法及数字示波器 |
-
2022
- 2022-10-11 CN CN202211242511.5A patent/CN115616266B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4779045A (en) * | 1987-01-29 | 1988-10-18 | Tektronix, Inc. | Automatic peak-to-peak amplitude measurement system |
CN106353548A (zh) * | 2015-05-18 | 2017-01-25 | 弗兰克精密测量有限责任公司 | 用于分类待测信号波形的方法和装置 |
US20180359126A1 (en) * | 2017-01-25 | 2018-12-13 | Telefonaktiebolaget Lm Ericsson (Publ | Method and apparatus for crest factor reduction |
CN110208589A (zh) * | 2019-05-08 | 2019-09-06 | 深圳市鼎阳科技有限公司 | 一种时域信号的波形测量方法及测量装置、数字示波器 |
CN111527412A (zh) * | 2019-09-27 | 2020-08-11 | 深圳市鼎阳科技股份有限公司 | 一种高刷新率的波形映射方法及数字示波器 |
US20210102976A1 (en) * | 2019-10-04 | 2021-04-08 | International Business Machines Corporation | Spur detection in a sampled waveform in a mixed analog/digital system using the magnitude of the frequency response |
CN111398645A (zh) * | 2020-04-29 | 2020-07-10 | 江苏理工学院 | 一种信号参数检测装置及方法 |
CN112199010A (zh) * | 2020-12-03 | 2021-01-08 | 深圳市鼎阳科技股份有限公司 | 一种全存储深度测量方法及数字示波器、存储介质 |
CN112946337A (zh) * | 2021-05-13 | 2021-06-11 | 深圳市鼎阳科技股份有限公司 | 一种信号的高精度测量方法及数字示波器 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116840544A (zh) * | 2023-06-12 | 2023-10-03 | 北京科荣达航空科技股份有限公司 | 交流信号有效值的获取方法和装置 |
CN116840549A (zh) * | 2023-07-03 | 2023-10-03 | 广州致远仪器有限公司 | 时间交织adc的误差确定方法、装置、设备以及存储介质 |
CN116840549B (zh) * | 2023-07-03 | 2024-03-22 | 广州致远仪器有限公司 | 时间交织adc的误差确定方法、装置、设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115616266B (zh) | 2023-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115616266A (zh) | 一种波形幅度值测量方法、装置、终端设备以及存储介质 | |
CN110208589B (zh) | 一种时域信号的波形测量方法及测量装置、数字示波器 | |
CN108519511B (zh) | 一种线性调频信号频率特征参数的时域测量方法 | |
CN103475369B (zh) | 基于信号源误差一次性校准识别的高精度adc测试方法 | |
CN112561940A (zh) | 密集多目标参数提取的方法、装置及终端设备 | |
CN103713174A (zh) | 测试和测量仪器上的多信号协方差和相关处理 | |
CN108108692A (zh) | 一种正弦信号频率识别方法 | |
CN110335219B (zh) | 一种像素畸变的校正方法、校正装置及终端 | |
CN112630742B (zh) | 高旁瓣多普勒条带的处理方法、装置、设备和存储介质 | |
CN114460527A (zh) | 关联度延拓Hibert移相电子式互感器校验仪溯源方法和系统 | |
JP6148229B2 (ja) | 遷移信号の動的クラスタリング | |
CN109521269B (zh) | 一种幅度调制信号数字化测频方法 | |
CN116046968A (zh) | 一种液相色谱工作站数据处理方法、系统及可存储介质 | |
US8312327B2 (en) | Correcting apparatus, PDF measurement apparatus, jitter measurement apparatus, jitter separation apparatus, electric device, correcting method, program, and recording medium | |
CN112836166B (zh) | 基于响应峰分析的等间采样实验监测数据一阶微分算法 | |
CN112858725B (zh) | 一种车速一致性检测方法、终端设备及存储介质 | |
CN114548173A (zh) | 一种精准的周期性检测方法、系统及存储介质 | |
CN114061524A (zh) | 一种钢卷轮廓测量方法及装置 | |
CN113988466A (zh) | 一种预报降雨量数据的校正方法、装置及设备 | |
CN112485517B (zh) | 测量锁相频率源频率跳变时间的方法及终端设备 | |
CN113050057B (zh) | 一种人员检测方法、装置及终端设备 | |
CN113189403B (zh) | 一种自适应正交解调方法 | |
CN112346875B (zh) | 一种并行化对数均匀功率谱的估计方法 | |
CN114844504A (zh) | 时钟抖动的测量方法、装置、终端及存储介质 | |
CN109782074B (zh) | 一种低频正弦波快速响应全参数估计方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |